智能手机相机“变身”显微镜，3D打印和机器学习来帮忙！智能手机相机“变身”显微镜，3D打印和机器学习来帮忙！3dhoo百家号最近，位于加州大学洛杉矶分校萨缪尔工程学院的研究人员利用3D打印技术来提高智能手机相机的潜力。他们的3D打印设备可以在使用智能手机拍摄镜头时捕捉显微图像。这些图像然后通过深度学习人工智能系统，增加智能手机图像的分辨率和颜色细节，以至于它们可以达到接近实验室级显微镜的图像质量。这一突破对于在资源和设备有限的地区进行医学诊断可能是非常宝贵的。3D虎之前报道过加州大学洛杉矶分校的类似工作，探索使用3D打印技术为智能手机相机提供强大的感应和成像功能，以适用于不同类型医疗应用的可能性。这一次，研究团队使用机器学习影像软件，以使智能手机相机拍摄的图片达到实验室级显微镜照片的质量。由于普通智能手机相机的设计是为了拍摄人物和风景等通常可见的照片，因此首先需要在物理上增强其分辨率。这是3D打印派上用场的地方。3D团队不需要在高端便携式显微镜设备上花费大量资金，而是为智能手机打印了显微镜附件。这种技术意味着每个设备的成本都低于100美元。这些显微镜设备放置在智能手机摄像头镜头上时，能够极大地提高图像传感器捕获的细节的可视性和分辨率。从最初的相机分辨率来看，它们被增强到约百万分之一米的尺度。一旦捕捉到这些改进的图像，在科学应用之前还需要一段时间的研究。该附件可以补偿基本相机镜头和图像传感器的低分辨率，但需要更先进的计算技术才能正确再现实验室分析所需的分辨率和色彩细节。“使用深度学习，我们着手弥补廉价的基于移动电话的显微镜和使用高端镜头的金标准台式显微镜之间的图像质量差距，”校长兼电气、计算机工程、生物工程教授Aydogan Ozcan说道。 “我们相信我们的方法广泛适用于其他低成本显微系统，例如使用便宜的镜头或相机，并且可以帮助用高性价比的移动替代品替代高端台式显微镜。”该团队在肺组织样本上测试了他们的系统，以及血液和巴氏涂片。每张标本都拍摄了一张高端显微图像，以及使用显微镜增强的智能手机相机拍摄的图像。这些对应的图像被输入到一个数字系统中，该系统使用专门设计的深度学习代码，以便快速准确地了解如何提高低质量图像的分辨率。该项目的成功指明了将这种技术用于医疗诊断和其他医疗保健应用的前景，提高了便携性以及高级显微镜的可用性。Ozcan与UCLA博士后学者Yair Rivenson一起领导了这个项目。基于Ozcan小组以前的研究基础，该研究小组利用深度学习重建全息图并改进显微镜技术。项目的最新研究结果已于最近发表在ACS Photonics（美国化学学会杂志）上。延伸阅读：《杜克大学的新3D打印超材料可以完美地重定向和反射声波》本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。3dhoo百家号最近更新：简介:3D虎——链接全球3D打印资源！作者最新文章相关文章【图片】当机器学习遇上3D打印，大型工业制造革命指日可待【3d打印吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0可签7级以上的吧50个
本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：73,615贴子：
当机器学习遇上3D打印，大型工业制造革命指日可待
编者注：两年时间在阿姆斯特丹3D打印一座钢铁大桥，实践向世人展示了这项技术的行与不行。五年前，3D曾经一度风靡世界，无数人甚至认为，未来将充斥着3D打印。比如我们会驾驶着3D打印的汽车，住在3D打印的房子里。然而，五年后，我们想象中的未来并没有时间。但是即便炒作不再，仍有公司正在坚持开发这项技术。两年前，MX3D宣布了一项计划，将使用3D打印技术建造一整座由Joris Laarman设计的钢铁大桥。这个项目进展顺利，预计在未来几年内即可竣工。对此，公司和其主要投资方Autodesk与我们独家分享了他们的进度。技术的发展以及项目的进行十分令人惊叹，无数难题在这一过程中被克服，未来十分值得期待。工业应用的完美案例这座桥梁无疑是从造船到海上石油钻机等一系列钢铁打印应用的概念证明。实现这一目标不仅需要更好的软件，还需要能够自己学习3D打印的机器人。“我们即将取得可打印物体体积的重大突破，将为3D打印的应用带来飞跃发展，”MX3D公司的管理人Gijs van der Velden说道。MX3D是一家致力于商业化大规模钢铁打印的创业公司，剥离自Joris Laarman Lab。当Laarman第一次设计这座桥梁时，该桥本由像冰晶一样的格子状柱子支撑。桥梁坐落于靠近阿姆斯特丹历史悠久的红灯区附近的运河上。但是由于一个简单的原因，桥梁发生了根本性变化：该市的发现桥梁的设计会给运河的河床带来巨大压力，因此必须重新进行工程设计。现在正在被打印制造的桥梁更像是典型的行人结构，但桥面和形状依然保持了原来奇异的弯曲和扭曲——并且这种设计只能以3D打印完成。更重要的是，它向所有潜在的合作伙伴展示了3D打印技术的可能性。不过，打印过程中遇到的一个挑战是打印大块形状。你可能会认为这是一个硬件问题——使用性能更好的机器就可以解决——但实际上这更多的是一个软件问题。一直以来，现成的工业机器人是主角，客户可以方便地预订这些机器人，3周左右之后就可以收到货，然后使用MX3D的软件打印任何他们想要的东西。但是让这些机器人焊接具有高性能部件所需的所有物理属性的东西，就变得十分复杂。铁的物理性质在熔化后发生改变。不断地重复加热会使得铁变脆，意味着你不能简单地像打印塑料那样一层又一层地3D打印钢铁结构。随着一层一层地钢铁不断堆叠，他们会重复加热下面的钢铁曾。如果这些钢铁层最近刚打印完，他们会变得更加脆弱。克服这一困难意味着需要采用完全不同的打印侧列。钢铁须建造在已经冷却的区域，由于区域的不同，打印出来的仿佛是随机图案。用来3D打印钢铁的机器人看起来不怎么像蜘蛛织网——倒更像是磕了药的蜘蛛在织网。因为打印机不再需要等待某一特定位置的钢铁冷却，打印机本身的工作效率可以提高两倍。但接下来的事情更加复杂。复杂的三维几何是根据定义定制的，所以很难预先知道机器在创建强焊接时会在哪个位置遇到麻烦。但是机器学习可以解决这个问题。MX3D使用的工业机器人已经具备传感器，可以检测用于加热钢铁的电流值、钢铁的温度以及焊接的准确位置。MX3D正在开展下一个阶段工作：将该数据与机器学习算法相结合，帮助机器人学习哪些焊接可能产生问题——并选择要么实时解决这些问题，要么采用全新的移动模式以完全避免这些问题，重新合理构建每一层结构。“当你制作打印文件的时候，你可以解决掉明显的问题，”van der Velden解释说，“但在实际打印的时候，机器会识别出问题并即时创建解决方案。”van der Velden同时也承认，3D打印钢铁将不适用于95%的工业建筑项目。在这些项目中，钢铁的结构十分简单，无需使用3D打印技术。但是，剩下的5%项目意味着巨大的市场。比如，海上石油钻机的钢支撑结构设计异常复杂困难。与其让每个工程团队建造每一个独立部分，你可以聘请两名工程师监管8台机器。此外，为石油钻进平台等大型项目制造部件最耗时的步骤之一是削减关键部件，以尽量减少重量。将重量从6000公斤减少到5000公斤意味着你可用采用完全不同类型的起重机械进行安装，从而大幅降低成本。对这些关键部件采用3D打印，使其复杂内部结构的重量减少到最低——最多可能减少50%的重量，同时还不需要额外的修整工作。大型高性能零件（如货运轮船上的转子）也可以使用3D打印，道理是一样的。表面看上去一样但内部实际上已经最优化的设计可以带来极大的优越性。让我们再次回到这座大桥上。这个项目由Autodesk赞助，MX3D负责开发其软件。并且，十几个合作方已经投资了数百万美元用于开发这一技术。虽然大桥外表看上去十分酷炫，但其真正目的在于向我们展示几十年来一尘未变的大型内部结构的创新可能性。“这并非一个能够制造一切的神奇方式，”van der Velden说，“但我们会找到真正适用3D打印的重要新部件。”
贴吧热议榜
使用签名档&&
保存至快速回贴热门搜索：
当前位置：
互联网工业制造将通过算法与机器学习成为趋势
在线3D打印服务与按需制造市场是相通的，那就是改变制造模式和就业模式。这些模式对传统工业化大生产、特别是劳动密集型制造业的重要破突，将会极大的提升人类社会的生产力，会改变当前的产业结构，甚至社会结构。
如果你想要制造一个齿轮，你却没有自己的加工设备，问题来了，是不是要查询很多的厂家，经历来来回回沟通，看哪个厂家能够提供加工齿轮的服务，并且费用在你的预算之内？当然，即便找到了接单的厂家，现实的问题依然存在，譬如说你可能要不断的担心他们的加工质量是否完全复合你的要求。有没有一种可能，你只需要上传你的工业设计到一家网站上，网站自动告诉你加工服务的价格和交期并保证质量。至于哪家工厂来接单？中间物流环节如何？这些都有网站来分配完成，这其中就有MakeTime, Xometry。如果你想要制造一个齿轮，你却没有自己的加工设备，问题来了，是不是要查询很多的厂家，经历来来回回沟通，看哪个厂家能够提供加工齿轮的服务，并且费用在你的预算之内？当然，即便找到了接单的厂家，现实的问题依然存在，譬如说你可能要不断的担心他们的加工质量是否完全复合你的要求。有没有一种可能，你只需要上传你的工业设计到一家网站上，网站自动告诉你加工服务的价格和交期并保证质量。至于哪家工厂来接单？中间物流环节如何？这些都有网站来分配完成，这其中就有MakeTime, Xometry。你或许会说，这已经不是新鲜事情了，不少的网站像i.materialise，shapeways都在进行这件事情。不过，本期要介绍的与我们所熟悉的在线平台shapeways不同之处在于：- MakeTime以及Xometry的模式叫做按需制造市场（MarketPlace),也就是说他们本身并不拥有任何设备，只是将接到的订单分配给与他们合作的厂家来加工完成。- MakeTime以及Xometry更偏重于工业领域，而且并不仅仅限于，还对接了机加工，板材加工。- shapeways上面可以有设计师来开店，而按需制造市场的商业模式则并不突出设计。不过有一点，在线3D打印服务与按需制造市场是相通的，那就是改变制造模式和就业模式。这些模式对传统工业化大生产、特别是劳动密集型制造业的重要破突，将会极大的提升人类社会的生产力，会改变当前的产业结构，甚至社会结构。Xometry刚刚获得了包括GE在内的2300万美金的投资，其特点正是将云制造、软件、3D打印、传统制造串联起来并和谐的共处一室，为制造业提供更快、更精准的服务。这样的平台将极大缩短原来的供应链，也发挥对社会有效资源精准配置的价值。而GE只所以投资Xometry正是因为GE在过去的几年内一直在通过Xometry的平台完成他们的一切外包订单的加工，GE发现了这一商业模式的价值。除了GE，Xometry现有的用户还包括MIT林肯实验室，NASA美国宇航局，美国军队等等。正是通过Xometry的核心算法与机器学习，使得这些用户的需求即时的与具备该生产能力与技术能力的生产商对接起来，并高效的完成订单配置。Xometry的创始人Randy Altschuler认为既然人们可以在线买日用品设置订购汽车，为什么不能实现在线定制零件呢？按需制造市场的功能是一种“网络控制器”，一边是包括汽车，航空航天，国防，医疗，科技，电信行业，一边是那些零散的制造企业。据说这在美国是个年500亿美元的市场，而通过按需制造市场的方式，客户只需要上传设计好的3D文件格式，网站系统软件可以完成订单。像Xometry这样的企业已经建立了覆盖美国超过4000家客户的网络，并且与35个州的制造厂家建立合作伙伴关系。制造企业可以通过Xometry的网站免费申请加入合作伙伴计划，这一模式的好处是制造商可以花更多的时间用于核心业务，而不是为如何培养销售人员寻找订单而焦虑。
本文由入驻OFweek公众平台的作者撰写，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。
用户名/邮箱/手机：
忘记密码？
用其他账号登录： QQ
请输入评论
365天全天候线上展厅
最新活动更多 &&
广东省/深圳市
广东省/深圳市
广东省/深圳市
北京市/海淀区
江苏省/无锡市
江苏省/无锡市
北京市/海淀区
北京市/海淀区
浙江省/金华市
浙江省/金华市
*文字标题：
*纠错内容：
联系邮箱：
*验 证 码：机器学习如何改变3D打印？先从造一座“钢桥”开始
原标题：机器学习如何改变3D打印？先从造一座“钢桥”开始　　编者按：五年前，3D打印就有了席卷全世界之势。有人构想，我们将住在3D打印的房子里，会有3D打印的汽车。但正如你现在所看到的，事情并没有那么顺利。不过，也有企业一直研发，稳步推进这项技术的发展。近日，FastCodesign发布了一篇文章，报道了曾在两年前宣布利用3D打印技术造一座钢桥的MX3D公司的进展。文章中指出，机器学习将能够给3D打印带来巨大的帮助。文章由36氪编译。2015年，MX3D宣布了一项计划：将在两年后利用3D打印Joris Laarman设计的钢桥。现在，这个项目真的在向前推进，预计在今年年底完成。该公司与其主要投资者Autodesk同意与Co.Design透露独家项目进度。有趣的是，有多少东西已经进化了，有多少问题被攻克了——以及这个项目从何而来。　　这座桥其实就是为了证明印刷钢材的概念。要实现这一目标，不仅需要更好的软件，还需要一个能够自学“如何在3D打印方面做得更好”的机器人。“我们现在在可以打印的物品的体积上取得了重大的进步，这会在实际运用过程中产生巨大的帮助，”Gijs van der Velden说。他是MX3D的运营者，该公司从Joris Laarman实验室剥离出来，致力于将大规模的钢铁印刷商业化。当Laarman第一次梦想建造这座桥时，想要使用一种类似于冰晶体的结构来做底部支撑。桥将被安装在阿姆斯特丹历史悠久的红灯区附近的一条运河上。现在，这座桥已经发生了根本性的变化，原因很简单：这座城市发现，原来的设计方案，将会给运河的堤坝带来巨大的压力。因此，不得不重新设计这座桥。现在正在印刷的这座桥更偏向于典型的行人结构（pedestrian structure），但它的表面和形状仍然被弯曲和扭曲，只能通过3D打印来完成。　　这就是问题的关键：向所有潜在的合作伙伴展示3D打印都能做什么。　　对他们来说，打印大块的东西是一个巨大的挑战。你可能会认为这是一个硬件问题，制造更好的机器人就能解决了。但实际上更多的是软件方面的问题。一直以来，他们的想法都是使用现成的工业机器人，这样客户就可以直接订购机器人，然后使用MX3D的软件打印出他们喜欢的任何东西。让这些机器人焊接具有高性能部件是很复杂的。　　当钢融化时，它的物理性质就会发生变化。持续的重新加热使其变得易碎。这意味着，你不能像用打印塑料物体一样，简单地建立一个用于3D打印钢材的结构。随着一层层的钢材被应用，它们会重新加热下面一层的钢材。如果这些钢材仅仅是最近才被应用，那么它们就会越来越弱。克服这一挑战意味着，要找出一种完全不同的印刷策略。由于不同的区域加热程度不同，钢铁必须以看似随机的模式来建造。由于打印机不再等待某一特定位置的钢材冷却，它的工作速度可以达到原来的两倍。但事情变得更加复杂。根据定义，复杂的3D几何图形是定制的，因此很难提前知道机器在焊接不同部件时会有多大的困难。这是机器学习可以帮助的地方。MX3D使用的工业机器人已经安装了传感器，可以探测到被用来加热金属的电流、金属的热度以及焊接的具体位置。MX3D正在进行下一阶段的工作：将这些数据与机器学习算法结合起来，帮助机器人了解哪些焊接可能会带来问题，然后寻求办法实时解决这些问题，或者完全避免这些问题，来形成新的移动模式，让每一层都能正常地建立起来。“当你制作打印文件时，大问题将得到解决，”van der Velden解释道。“当你真正在打印的时候，机器就会识别出问题，然后快速构建出一个解决方案。”他承认，在95%的工业建筑项目中都不会用到3D打印的钢材。在这种情况下，他们只是需要的只是简单结构的钢材。但剩下的5%是一个巨大的市场。例如，离岸石油钻井平台的钢支撑结构很难进行设计。有了3D打印技术，你可能只需要两个工程师来监视8个机器人去建造相关的部件，而不是要用一个工程师团队来建造。此外，为石油钻井平台等大型项目制造部件最耗时的步骤之一是削减关键部件，以节省重量。将重量重6000公斤减少到5000公斤，所需要的起重机就完全不同了，成本要低得多。使用3D打印技术制造类似的部件，不仅能够很好的把其错综复杂的内部结构制造出来，还能极大地减少重量，比例可能会在50%。此外，还不需要额外的剃须工作。同样，这也适用于大型的高性能部件，比如货船上的转子。这会节约大量的能源，而且零部件的外观都相同，只是把内部以最优的方式掏空了。　　让我们回到桥上。它的目的是想要为MX3D打开市场。尽管这座桥外观看起来很酷，但它其实是为了展示那，些几十年来没有多大变化的巨大设备的内在可能性。“这不会是一种能够制造一切的神奇方式，”van der Velden说。“但我们会找到真正重要的新部件来打印。”　　原文链接：https://www.fastcodesign.com//how-machine-learning-will-unlock-the-future-of-3d-printing　　编译组出品。编辑：郝鹏程欧特克：人工智能的极速发展如何改变3D打印？
撰文：Jeff Kowalski 欧特克公司首席技术官
计算机游戏先驱Arthur Samuel曾这样定义“机器学习”：“一个让计算机具备学习能力但不对它明确编程的研究领域。”但对有些人来说，“机器学习”的含义却大相径庭——就好比电脑战胜人脑之后反乌托邦电影中发生的一样。
不过，机器学习的未来前景并非黯淡无光。欧特克首席技术官Jeff Kowalski乐于追求新潮的创新想法，而非沉湎于当前趋势。他预计，人类和人工智能（AI）将会结出更加丰硕的成果。而此刻，成果正逐渐显露出来。
接下来，他将分享机器学习是如何加速机器人技术、衍生式设计和物联网进程，如何进而转变设计和制造方式的。
机器学习是如何演进的？六十年前，一名程序员教会了一台机器如何在井字游戏中战胜人类。从那时起，计算机就变得越来越智能。1997年，“深蓝”在国际象棋比赛中战胜了世界冠军卡斯帕罗夫。尽管这让所有人都为之震惊，但“深蓝”依靠的大多是强力计算。
2011年，在智力竞赛节目《危险边缘》中，Big Blue的后代计算机“沃森（Watson）”用推理能力击败了人类对手。而就在前不久，AlphaGo战胜了最佳围棋手。要知道，围棋是全世界最复杂的游戏，它的走法千变万化，甚至比宇宙中存在的原子还多。
通过开发一种类似直觉的东西，AlphaGo有能力得以战胜人类对手。正因为开发出了AlphaGo的这种特性后，有时就连程序员也不明白AlphaGo做某件事的原因。
在过去60年的历程里，某些事情正在呈指数式发展：在不到一个人一生的时间里，计算机经历了从学习儿童游戏，到掌握被认定为战略思想之极致的游戏。
其中一个例子就是Atari电子游戏“Breakout（打砖块）”：经过整夜的数百万次游戏训练后，DeepMind的人工智能只看比分和控制者输入的信息，就学会了战胜人类玩家的方法。因此，它的自学速度远比人类可以教授的速度快，而且还可以快速将新得到的知识传播给其他计算机。换句话说，你擅长玩打砖块，但并不能让你的朋友也擅长玩。而一旦一台计算机掌握了打砖块的玩法，那么与之互联的其他计算机也就掌握了相应技巧。
机器学习的快速发展将如何让行业及业务受益？首先，机器学习将会促进衍生式设计发展。以四轴飞行器的设计为例：设计师希望飞行器有良好的飞行表现，同时还能承受有效载荷，也就是说，要减轻飞机底盘的重量、减少飞行器的空气阻力。
把这些限制条件输入计算机之后，计算机就会去探索每一种可能的解决方案，并得出设计者意想不到的一些设计想法。计算机无需具备人类的绘图能力就可以完全自主地创造这些想法。
图片来自：DJI
欧特克已经把这项技术运用到了与空客的合作中，帮助空客重新构思和设计全新的机舱隔离结构。全新的隔离结构重量减半，但比原装的隔离结构更结实坚固。今年晚些时候，3D打印的全新隔离结构将会应用在空客A320的飞机上。
同时，机器学习还将会推动机器人技术的发展。举个例子，欧特克与艺术家Joris Laarman及其MX3D团队借助衍生式设计和机器人技术，设计并打印出了世界上首座机器人自主制造的桥梁。今年夏天，团队将会按下按钮，然后机器人将不受人工干预地打印出这座桥梁。该桥梁为不锈钢材质，将横跨阿姆斯特丹的一条运河。
机器学习是否还会影响传感器和物联网的发展进程？当然。为了探索出更加先进的物联网，欧特克与设计和制造研究集团Hack Rod以及电影制片厂 Bandito Brothers 合作，打造了一辆具有神经系统的疯狂赛车。合作团队在一辆传统赛车上配备了好几十个传感器，然后让一名世界级赛车手在沙漠中驾驶这辆赛车，直至赛车达到极限。
运用新的神经系统，这辆赛车记录了它在那次驾驶中的所有数据，包括受到的作用力。然后，团队收集了这些实时数据，准确地说，是数十亿数据点，并把这些数据接入了我们的衍生式设计工具——Project Dreamcatcher。
设计的成果是终极版底盘，这是人类不可能自行设计出来的。但借助衍生式设计、先进的机器人技术和上述的数字神经系统，底盘设计得以实现。
听起来相当科幻。那么接下来呢？随着机器学习的不断演进，它会留意设计师对它提出的设计方案有什么反应，并把设计师未说明的偏好纳入设计过程中，以此促进衍生式设计的发展。机器学习还将赋予机器人独立完成任务的能力，而不用依靠设计师给出明确指令。此外，机器学习将使用机器人全新数字神经系统（又称物联网）中的信息，来智能地感知现实世界并对现实世界做出反应。
图片来自：MX3D
不久之前，设计师还在使用计算机来解决左脑逻辑问题。但现在，计算机正开始进入人类创意领域。例如，一旦计算机了解了椅子的实质，它们就能帮助人们更好地设计椅子，因为设计师和计算机之间存在着一种共有意图，这种共有意图让计算机成为了人类出色的创意伙伴。
那么，如果计算机可以像人类一样自主地产生洞察并进行创意飞跃，世界将会变成什么样？设计师在创意过程中的作用将会发生极大的变化。未来，设计师更像是为计算机提供指导和经验的导师。
纵观历史，人类塑造了当今世界。展望未来，人类还将塑造影响世界的物品。一切都将发生翻天覆地的变化；技术和人类将前所未有地紧密融合在一起。这将是一个激动人心的未来，值得我们期待。
Jeff Kowalski 欧特克公司首席技术官
《3D打印世界》——中国3D打印行业第一本专业月刊（）
搜索官方微信账号：“3D打印世界”，新鲜、有料、深度3D打印资讯，尽在3D打印世界！
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
国内第一本3D打印行业月刊——《3D打印世界》
清新风格，海量资讯，热门动态，一手掌握。深挖行业应用的全媒体平台。
今日搜狐热点